貢獻者快速入門指南#
在從 GitHub 取得原始碼之後，有三個步驟可以開始貢獻
設定開發環境
使用
mamba，或任何其他虛擬環境管理工具，您可以確保 SciPy 的開發版本不會干擾您機器上任何其他本地安裝的 SciPy。建置 SciPy
SciPy 為了速度使用編譯後的程式碼，這表示您可能需要額外的相依性才能完成此步驟，具體取決於您的系統 - 請參閱從原始碼建置。
執行開發任務
這些可以包括您想要對原始碼進行的任何變更、執行測試、建置文件、執行基準測試等等。
基本工作流程#
注意
我們強烈建議使用使用者啟動的環境設定，例如 conda 或虛擬環境。
由於 SciPy 包含以 C、C++ 和 Fortran 撰寫的部分，這些部分在使用前需要編譯，請確保您已安裝必要的編譯器和 Python 開發標頭檔。如果您使用 mamba，這些將會自動安裝。如果您使用 pip，請檢查您可能需要的系統層級相依性。
首先，將 GitHub 上主 SciPy 儲存庫的分支複製到您自己的帳戶，然後透過以下方式建立您的本地儲存庫
git clone git@github.com:YOURUSERNAME/scipy.git scipy
cd scipy
git submodule update --init
git remote add upstream https://github.com/scipy/scipy.git
接下來，設定您的開發環境。在系統層級相依性安裝完成後，執行從原始碼建置中的指示。
有關如何測試變更的詳細資訊，請參閱開發工作流程中更完整的設定逐步解說。
其他工作流程#
設定開發環境有很多種可能的方法。如需更詳細的說明，請參閱SciPy 貢獻者指南。
注意
如果您在從原始碼建置 SciPy 或設定本地開發環境時遇到問題，您可以嘗試使用 GitHub Codespaces 建置 SciPy。它允許您直接在瀏覽器中建立正確的開發環境，減少安裝本地開發環境和處理不相容相依性的需求。
如果您有良好的網路連線能力並想要暫時性的設定，在 Codespaces 環境中處理 SciPy 通常會更快。有關如何開始使用 Codespaces 的文件，請參閱Codespaces 文件。為 scipy/scipy 儲存庫建立 codespace 時，預設的 2 核心機器類型即可運作；4 核心會建置和運作得更快一些（但當然會以減少一半的免費使用時數為代價）。一旦您的 codespace 啟動，您可以執行 conda activate scipy-dev，您的開發環境就完全設定好了 - 然後您可以按照 SciPy 文件的相關部分來建置、測試、開發、撰寫文件並貢獻 SciPy。